pandas（四）唯一值、值計數以及成員資格

針對Series對象，從中抽取信息

unique可以得到Series對象的唯一值數組

>>> obj = Series(['c','a','d','a','a','b','b','c','c'])
>>> obj.unique()
array(['c', 'a', 'd', 'b'], dtype=object)
>>> obj
0    c
1    a
2    d
3    a
4    a
5    b
6    b
7    c
8    c
dtype: object
>>> type(obj.unique())
<class 'numpy.ndarray'>#注意這里返回的不再是Series對象，而是ndarray的一維數組

返回的是未排序的數組，如果需要排序，再次執行sort（）方法或者用numpy的頂級函數sort（）

>>> new_array = obj.unique()
>>> new_array
array(['c', 'a', 'd', 'b'], dtype=object)
>>> new_array.sort()
>>> new_array
array(['a', 'b', 'c', 'd'], dtype=object)
>>> import numpy as np
>>> new_array = obj.unique()
>>> new_array
array(['c', 'a', 'd', 'b'], dtype=object)
>>> na = np.sort(new_array)
>>> na
array(['a', 'b', 'c', 'd'], dtype=object)

值計數

用到value_counts方法或value_count頂級函數

>>> obj
0    c
1    a
2    d
3    a
4    a
5    b
6    b
7    c
8    c
dtype: object
>>> obj_c= obj.value_counts()
>>> obj_c
c    3
a    3
b    2
d    1
dtype: int64
>>> pd.value_counts(obj)#默認是降序
c    3
a    3
b    2
d    1
dtype: int64
>>> pd.value_counts(obj,sort =False)#對統計結果不排序
a    3
b    2
d    1
c    3
dtype: int64

isin用於判斷矢量化集合的成員資格，可以用於選取Series或DataFrame列中的數據子集

>>> mask = obj.isin(['a','c'])
>>> mask
0     True
1     True
2    False
3     True
4     True
5    False
6    False
7     True
8     True
dtype: bool
>>> obj[mask]
0    c
1    a
3    a
4    a
7    c
8    c
dtype: object

可以將value_counts的頂級函數傳給DataFrame對象的apply（）使用，以便統計一列或者一行的值的個數